01 / Business Friction
美妆的难点，是销售想说得动人，合规要求说得克制。
成分、肤感、功效、肤质、搭配和禁用词如果没有统一标准，内容、客服、直播、私域会各自发挥，越卖越乱。
功效证据分散
配方表、检测报告、实验数据、用户反馈分别存在不同文档，内容团队很难判断哪些能说。
肤质推荐不稳定
同一个产品面对干皮、油皮、敏感肌、痘肌，推荐逻辑和注意事项都不一样。
合规返修消耗大
夸大功效、医疗化表达、绝对化用词、前后对比表述，经常让内容反复改。
套装复购靠经验
水乳、精华、防晒、面膜之间应该怎么搭，客服常靠个人经验推荐，复购路径不稳定。
02 / Scenario Cases
三个美妆案例，把“内容生产”拆成能执行的细动作。
真正要解决的不是多写几篇文案，而是让每一句话都有来源、有边界、有适用人群。
Case A · 新品精华上市
一支抗氧精华要上新，内容团队不知道哪些成分能讲，哪些说法会踩线。
AI 先读取 INCI 表、配方说明、功效测试摘要和历史审核意见，把成分分成“核心功效、辅助肤感、使用体验、风险边界”四类，再生成小红书种草、直播口播、详情页卖点和客服 FAQ。每条内容都带来源字段，方便品牌和法务审核。
- AI 做什么
- 从成分资料中提取可表达卖点，标出高风险词，生成不同渠道内容版本。
- 人做什么
- 确认品牌语气、核心证据、最终可使用表述和禁用边界。
- 可验收
- 内容返修次数、审核通过率、单品素材生产时间、客服追问减少。
Case B · 肤质问答
顾客说“我是混油敏感肌，刷酸后泛红，这个面霜能不能用？”
这类问题不能只回答“可以用”。AI 会先拆解顾客肤质、当前状态、使用场景和风险因素，再基于产品成分、质地、使用顺序和注意事项给出客服草稿：适用条件、使用频率、搭配建议、需要避开的组合，以及建议先局部试用的提醒。
- AI 做什么
- 识别肤质和场景，匹配产品适配度，生成谨慎但有销售力的建议。
- 人做什么
- 确认是否需要人工升级、是否推荐套装、是否触发售后或专业建议。
- 可验收
- 客服推荐一致性、敏感问题转人工率、差评风险词、套装咨询转化。
Case C · 直播与私域
直播间要推水乳精华套装，主播希望话术更有感染力，运营又担心违规。
AI 根据产品功效、用户画像、活动权益和合规规则生成直播脚本：开场痛点、成分解释、肤感描述、搭配顺序、限时权益、常见反对意见回复。私域侧再生成不同人群的二次触达话术，例如熬夜党、换季敏感、妆前卡粉、油皮控油。
- AI 做什么
- 把卖点、场景、优惠和合规边界组合成可执行话术，并按人群生成私域版本。
- 人做什么
- 主播选择表达节奏，运营确认活动口径，品牌确认最终风险边界。
- 可验收
- 直播脚本准备时间、私域点击率、套装转化、售后咨询类型变化。
03 / AI Workflow
美妆 AI 工作流的核心，是先把“能说、该说、不能说”分清楚。
资料进入
接入成分表、功效测试、产品手册、客服记录、历史审核意见。
功效映射
把成分、肤感、适用人群、使用步骤和证据等级对应起来。
合规校验
识别绝对化、医疗化、夸大功效和无证据表述，给出替代表达。
渠道生成
输出详情页、社媒种草、直播脚本、客服 FAQ、私域复购话术。
反馈复盘
把客服追问、退货原因、差评词和高转化话术回写到知识库。
04 / First Sprint
第一期建议选 20 个核心 SKU，先把功效和客服口径统一。
美妆行业最怕一开始就做全品类。先选销量高、咨询多、合规风险高的 SKU，把知识库和内容生成跑通，再扩展到套装和人群运营。
30-Day Pilot
建议试点节奏
- 第 1 周：收集 20 个 SKU 的成分表、功效资料、客服问答和审核意见。
- 第 2 周：建立成分功效库、肤质标签库、禁用词和替代表达库。
- 第 3 周：上线详情页初稿、客服肤质问答、直播脚本和私域触达模板。
- 第 4 周：复盘内容返修、客服推荐、套装转化和风险词命中情况。
05 / Deliverables
把美妆经验沉淀成品牌资产，而不是一次性文案。
成分功效知识库
记录成分、功效、证据、适用肤质、禁忌组合和来源。
肤质问答助手
按肤质、季节、使用步骤、搭配场景输出客服建议。
合规表达库
沉淀禁用词、高风险句式、替代表达和审核说明。
套装复购路径
把搭配、周期、补货、私域触达和复购提醒做成规则。
